Skip to content

全部文章 ​

63 篇完整文章,三条互补主线。 模块机制回答“系统如何运行”,架构设计回答“为什么这样分工”,AI Agent 研发工程实践回答“如何持续开发、验证和升级”。

建议先浏览九条 Agent 架构原则与七组系统方法,再按问题选择深入文章。每篇正文都提供返回原则地图的入口。

每篇正文只归入一个主类;金融科技 × Agent 是跨分类主题精选,不复制正文。侧栏、篇章顺序与上一篇/下一篇由 book.mjs 统一维护。

START HERE · 两篇首要必读

01 / 系统运行地图六层调用全景 V3沿一次请求看接入、上下文、Main 与子代理、可选工具、发布和界面渲染。完整阅读六层全景 →02 / 架构判断地图九条架构核心原则弄清模型、Runtime、权限、效果、Owner 与持续演化的关键设计取舍。查看九条架构原则 →
CURATED READING PATHS3 大类 · 63 篇文章
MODULE DEEP DIVES

01 / 模块维度

从输入、执行、状态到交付,拆解具体能力如何运作。

31 篇全文 →
01 / 04

研究入口、阅读与计算

研究不是一次工具调用:Entry、Web、PDF、Subagent 与隔离计算各自负责什么。

  1. Entry:为什么入口越来越简单
  2. Web:从搜索到连续阅读
  3. Agent 说“今天”时,到底是哪一天
  4. PDF:从文本到证据
  5. Subagent:从隔离到专业化协作
  6. 自定义专家,不应该只是一个 Prompt 输入框
  7. Adaptive Research 与 Python
  8. Python:从工具到计算工作台
  9. 把个人持仓接入 Agent:我们怎样设计一个只读金融 MCP
  10. 数据过期后的受控刷新
02 / 04

上下文、研究资产与知识

模型真正看到什么,以及记忆和知识的使用资格如何改变。

  1. 结果外置与完整性:模型到底读到了多少
  2. Main 压缩:摘要不改写原始事实
  3. Memory:从保存、召回到安全遗忘
  4. RAG:文档撤权与历史回放
03 / 04

运行时、扩展与观测

能力如何被接入、授权、执行、限额与观察。

  1. Provider:统一接口之后,为什么还需要共享准入
  2. 模型返回 HTTP 200,为什么下一次还要排队
  3. Extension Host:从功能机到智能机
  4. 从接上 MCP 到真正用上工具:Agent 的接入链路怎样构建
  5. Tool Surface:Agent 有工具,模型为什么看不到
  6. A35 内容信任:Prompt Injection 不只是恶意文本
  7. 多生态 Hook:Claude、Pi 与 Codex
  8. 工具调用到模型输入的观测链
  9. Run 预算与约束治理
  10. Agent 的请求数、Token 与 Credits 记账
  11. Agent 收到控制指令后,为什么不能立刻执行
  12. 定时研究:会话结束后继续
  13. Langfuse:从 Trace 到可信观测
04 / 04

答案、发布与恢复

候选正文、持久效果、用户实际收到的东西不能合并成一个状态。

  1. Publication:为什么需要独立发布系统
  2. 渐进式回答如何保持连贯
  3. 异步研究:离开页面后怎样按时交付
  4. Agent 问完用户之后:持久人机交互
ARCHITECTURE & SYSTEMS THINKING

02 / 架构设计与系统思考

跨模块看 Owner、边界、可靠性、演化与真实用户价值。

24 篇全文 →
01 / 04

深度持续研究

后台异步研究、阶段交付、持久恢复和历史论点连续性:让复杂研究跨时间真正完成。

  1. 想聊就聊,没收 AI 对话框的中止按钮!一天让你的 Agent 支持异步后台深度研究
  2. 一份周报过去后,Agent 还记得为什么这样判断吗?
  3. HTML 保存了,为什么还是交付失败
  4. 故障切换:换路线,不重置任务
  5. Run 终结权、阶段预算与安全恢复
02 / 04

Subagent 与专家

从多视角研究和有界对抗,到专业化协作、独立交接与 Main 综合。

  1. 不止一个投资专家:多视角 Agent 如何共同检验投资假设
  2. 当两个 Agent 开始直接对话:有界多空协作的 Runtime 设计
  3. 从多个专家到一份研究:多层 Agent 协作的下一站(2026 展望)
03 / 04

金融与工程

金融事实、数字与引用的可信性,以及架构演化、故障归因和端到端质量。

  1. 金融数据 MCP 为什么变成决策系统
  2. 从投资研究到投顾与交易的边界
  3. 金融数字的时点、口径与复算
  4. Python 算过了,投研报告为什么还会错
  5. 金融 Agent 的可信证据链
  6. 投研 Agent 的关键不是多调用工具:Model、Harness 与 Loop
  7. 很多引用为什么不等于可靠
  8. 一个 ETF 投资助手的工程起点
  9. 代码越来越便宜,为什么系统却越来越难升级?
  10. Agent 架构如何做到该稳定的稳定,该变化的变化?
  11. 别把每个失败都算给模型
  12. 局部改善不等于整体进步:怎样判断 Agent 真的变好了?
04 / 04

其他

系统全景和通用架构基础:模型与 Runtime 的边界、授权和 Owner 职责。

  1. 六层调用全景 V3:从提问到答案可见
  2. 模型会理解,代码才授权
  3. 别让模型当状态机
  4. Model / Runtime / MCP / Skill 的分工
AI-ASSISTED ENGINEERING

03 / AI Agent 研发工程实践

如何让 Coding Agent 在长期项目中持续开发、验证、维护和升级,而不把测试绿灯、文档完成与用户交付混为一谈。

8 篇全文 →

历史文章与实现现状

文章记录相应取材时间的工程实践与判断。设计意图、受控验证、内部关闭与实际用户价值不是同一事实;请结合架构导读理解边界。

架构版本档案 ​

当前推荐阅读六层调用全景 V3。V2(2026-10-23)和V1(2026-10-20)保留全文与独立链接,但不重复计入 63 篇当前正文。

与个人博客并行:这里按问题连续阅读,博客保留时间线。 · 联系邮箱:hpoenixf@foxmail.com · 微信:hpoenixf0510